视觉遇见无线定位:基于循环上下文传播的高效行人重识别
计算机视觉与模式识别
2020-09-07 v2
摘要
现有行人重识别方法依赖视觉传感器捕捉行人。来自视觉传感器的图像或视频数据不可避免地遭受遮挡和行人姿态的剧烈变化,这降低了重识别性能并进一步限制了其在开放环境中的应用。另一方面,对大多数人而言,最重要的随身物品之一是手机,它可被 WiFi 和蜂窝网络以无线定位信号的形式感知。此类信号对行人遮挡和视觉外观变化具有鲁棒性,但存在一定定位误差。在本工作中,我们利用视觉与无线定位的传感数据来进行行人重识别。为利用这种跨模态线索,我们提出了一种新颖的循环上下文传播模块,使信息能在视觉数据与无线定位数据之间传播,最终提升匹配精度。为评估我们的方法,我们贡献了一个新的无线定位行人重识别(WP-ReID)数据集。我们进行了充分实验并证明了所提算法的有效性。代码将发布于 https://github.com/yolomax/WP-ReID。
引用
@article{arxiv.2008.04146,
title = {Vision Meets Wireless Positioning: Effective Person Re-identification with Recurrent Context Propagation},
author = {Yiheng Liu and Wengang Zhou and Mao Xi and Sanjing Shen and Houqiang Li},
journal= {arXiv preprint arXiv:2008.04146},
year = {2020}
}
备注
Accepted by ACM MM 2020 as Oral paper